0
我正在使用贝叶斯网络研究多变量时间序列数据中的异常检测问题。使用贝叶斯网络的异常检测
我很困惑这是一个很好的方法来使用动态贝叶斯网络模型进行异常检测吗?由于使用贝叶斯方法,人们只能计算训练数据中数据相似度的发生概率。
是否有任何其他方法来解决使用其他异常值得分方法相同?
我正在使用贝叶斯网络研究多变量时间序列数据中的异常检测问题。使用贝叶斯网络的异常检测
我很困惑这是一个很好的方法来使用动态贝叶斯网络模型进行异常检测吗?由于使用贝叶斯方法,人们只能计算训练数据中数据相似度的发生概率。
是否有任何其他方法来解决使用其他异常值得分方法相同?
“类似的培训数据”将被视为“正常”,那么,
1 - (上训练的数据数据的相似性出现的概率)
将是你异常分数/概率 。使用简单的异常分数计算设计,您可以使用许多不同的方法进行异常检测。的uni-variable time series anomaly detection
可能更适合[计算机科学]
例子(https://cs.stackexchange.com/)? – glibdud